近年来,我国苹果产量不断创新高,达世界产量的1/3之多,稳居世界之首,但由于苹果品质检测技术相对比较落后,在国际市场缺乏竞争力,损失比较严重,因而迫切需要提高我国苹果品质检测技术,提高产业的竞争力及出口量,这对于提高国民经济的发展有着重要的意义。在苹果品质检测中,瘀伤是影响检测精度的一个重要因素,影响分级效果。针对可见光下苹果初期瘀伤的难检测性,本课题应用苹果红外图像和可见光图像的融合技术寻求较好的解决方式。本课题主要的研究内容和结论归纳如下：(1)图像采集系统。本课题将红外热像仪与数码相机固定于同一位置,同一俯视角度,对于红外图像的采集,根据红外热像仪的成像原理,分别提出加热、冷却两种实验方法获得苹果红外图像,并对其进行分析比较,最终选择在70%相对湿度,26℃环境中,风扇加热过程中,30秒到180秒内采集苹果红外图像。(2)苹果红外图像与可见光图像融合。本课题对现有的融合算法——简单的融合算法、主成分变换法、小波变换法以及区域特性选择的加权平均融合算法进行了对比试验,通过主观和客观的基于熵、清晰度和标准差等几个方面进行了评价。主观方面,基于区域特性选择的加权平均融合后的图像,苹果瘀伤相对清晰,给后续的瘀伤识别打下了良好的基础。客观方面,基于区域特性选择的加权平均融合得到的图像具有较大的熵、清晰度和标准差,因此本课题最终选用区域特性选择的加权平均融合方法来实现苹果红外图像与可见光图像的融合。(3)基于红外图像与可见光图像的融合技术的苹果早期瘀伤检测的系统。该系统主要包括四个部分：红外图像处理部分,可见光图像处理部分,图像融合及融合后图像处理检测识别部分。融合前需要对苹果红外图像与可见光图像进行灰度、锐化、滤波等系列的预处理,对基于区域特性选择的加权平均融合后得到的图像进行增强、滤波、背景纯化、阈值分割、区域标记、灰度统计等系列处理识别苹果瘀伤,且效率达96%以上。